登录    注册    忘记密码

期刊文章详细信息

小波包降噪与LMD相结合的滚动轴承故障诊断方法  ( EI收录)  

Fault diagnosis of a rolling bearing using Wavelet packet de-noising and LMD

  

文献类型:期刊文章

作  者:孙伟[1] 熊邦书[1] 黄建萍[2] 莫燕[1]

机构地区:[1]南昌航空大学信息工程学院,南昌330063 [2]中国直升机设计研究所直升机旋翼动力学国防科技重点实验室,江西景德镇333001

出  处:《振动与冲击》

基  金:航空科学基金(2010ZD56009);江西省教育厅青年科学基金项目(GJJ11174);南昌航空大学研究生创新基金项目(YC2010004)

年  份:2012

卷  号:31

期  号:18

起止页码:153-156

语  种:中文

收录情况:BDHX、BDHX2011、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号:20124515645458)、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘  要:局部均值分解(Local Mean Decomposition,简称LMD)方法是一种新的自适应时频分析方法,并成功运用于滚动轴承故障诊断中,但对噪声比较敏感。为消除噪声对诊断结果的影响,提出了一种小波包降噪与LMD相结合的滚动轴承故障诊断方法。该方法首先利用小波包去除信号中的噪声,然后,进行LMD分解,并将分解后PF分量与分解前信号的相关系数作为判断标准,剔除多余低频PF分量,最后,选取有效PF集进行功率谱分析,提取故障特征。通过仿真数据和真实滚动轴承数据的故障诊断实验,其结果验证了该方法的有效性。

关 键 词:滚动轴承 故障诊断 LMD  小波包降噪  

分 类 号:TP277]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心